根據 LiveIntent 的最新研究，超過六成（64％）的管理階層人士正擔心，要如何在沒有第三方 cookie 的協助下持續提升銷售數字？在這份研究中同樣揭露了有將近四成的受訪者尚未規劃如何「彌補 cookie 缺席的空白」，而有計劃的那剩下六成人士中，又有將近過半（48%）的人對該計畫其實沒有信心。
你也為即將失去 cookie 感到茫然失措嗎？上篇文章，TenMax 與你分享了五個絕佳好點子：
在這次的文章裡，我們將更進一步與你分享另外五個值得思考的方針，助你在 cookie 消失的世界裡突圍！
- 向餅乾不存在的世界：OTT 平台進攻
- 該嘗試「內容比對行銷」了
- 確保用戶的資訊安全，就是確保你的品牌安全
- 重新擁抱大數據
- 在數據清淨室分析你獲得的數據
六、向餅乾不存在的世界：OTT 平台進攻
你也是 Netflix、HBO GO、Disney +……等平台的忠實粉絲嗎？上述提及的這些「看片平台」，其實無論付費與否，都是 OTT 的一種。OTT（over-the-top）泛指了服務提供者透過「網路」向使用者提供內容、服務或應用。以台灣 OTT 業者來看可以大致分為三種：線上影音平台、電視頻道業者、電信業者。這樣的平台有個共同特色，他們透過個性化的推薦內容，以提升使用者的黏著度！
個性化的推薦聽起來很熟悉嗎？是的，這和 cookie 帶來的優勢非常相似，也就是透過對用戶的行為觀察，提供更可能受到用戶青睞的資訊（影片、產品等）。在 OTT 平台上 cookie 其實不存在，他們是怎麼達成這種形似 cookie 操作呢？這利用的是用戶直接提供給平台的資訊：登入裝置、用戶資料（性別、年齡、地區等），甚至是用戶的觀看偏好、與網頁的互動行為……這些資訊讓平台形成對用戶的認識，進而提供對應的內容，博取受眾的喜愛。
把行銷活動轉移到 OTT 平台，除了可以利用前述資訊達到鎖定，更可以透過影片觀看率、互動率、訪問率等指標權衡行銷活動的效果。
七、 該嘗試「內容比對行銷」了！
根據美國商業資訊的報告，2019 到 2025 年間，全球內容比對的廣告市場會創造 18.5 ％複合成長率的好成績，預估將在 2025 年成長至 2,792 億美元。究竟什麼是內容比對？為什麼廣告市場將重新開始仰賴內容比對？
內容比對行銷（Contextual Targeting），意指在最相關的內容中，放入最適切的廣告。你可以想像，把「潮流服飾」的廣告放置於時尚雜誌的「穿搭建議」文章中；或者把「營養保健食品」的廣告，放入探討「健康議題」的新聞中，上述兩種情境就符合內容比對行銷可達成的效果。行銷人熟知的 cookie 透過使用者相似的瀏覽行為去完成廣告鎖定（行為鎖定），而內容比對行銷，則藉由人為對文章貼標或者演算法來區分文章屬性、判斷合適的廣告類型。
行為鎖定的手法是將特定廣告投放給瀏覽行為相似的使用者，而內容比對則藉由人為或演算法來配對關鍵字、主題與興趣等進行行銷。相對於一般的行為鎖定，內容比對行銷獨有的優勢是提供給使用者與他們已經顯示出興趣的題材（他們原本想觀看的文章、報導、資訊）高度相關的廣告內容。廣告出現得合情合理、符合思考脈絡，能有效降低使用者對於廣告的反感，提升接受度。
延伸閱讀：後 cookies 時代 | 內容比對取代 cookies 成為廣告鎖定新解方？
八、 確保用戶的數據安全，就是確保你的品牌安全
在數位廣告的世界裡，品牌安全和廣告欺詐是人盡皆知的常見問題。然而隨著廣告產業的蓬勃發展，若想保障品牌的聲譽安全，行銷人員有了新的注意事項：數據安全（data safety）。
數據安全代表商家確保了在所有的廣告活動中涉及的數據，都是使用安全數據而非有毒數據。「安全數據」據定義，就是指遵守所有數據隱私的法律的前提下，獲得消費者的知情、同意才收集或使用的數據。雖然大眾已經開始意識到個人的數據安全重要性，然而並不是各國都已經立下完善法律條文保障。像是東南亞和印度的數據隱私法規就都尚未達到歐盟的《一般資料保護規範》（GDPR）或加州的《加利福尼亞消費者隱私法》（CCPA）的標準。然而，這兩項較嚴謹的法規仍適用許多外籍人士或遊客所在區域，千萬別因為自己不身在歐美就掉以輕心！
「數據安全」是一個正在發展的新概念，能夠確保用於廣告的數據不會產生聲譽、法律或財務上的風險，已經是確立品牌安全的一個重要面向。
註：廣告欺詐，也稱作無效流量（Invalid Traffic），是指駭客以製造虛假的網路廣告的曝光（Impression）、點擊（Clicks）、轉換率（Conversion），或是事件（Data event）等指標獲取收入。
延伸閱讀：看 GDPR 的喜與憂如何影響數位廣告
九、 重返大數據的擁抱
數位行銷在各方面而言都非常仰仗數據的協助，當論及「以數據驅動媒體規劃」，往往首先被想到的都是直接的媒體定址（direct media addressability）。也就是說，我們對於數據應用的討論都專注在程序化購買廣告的部分；相對地，我們卻時常忽略在行銷活動的「策略」階段，應用更具代表性的人群層級數據（population-level data sets），相當可惜。
怎麼樣算是更具有代表性的人群層級數據？例如男性更偏好資訊豐富的新聞網站、女性則偏健康與生活時尚的網站；又比如 Z 世代更偏好影音內容、Y 世代則喜歡圖文並重的平面資訊；這種對於群眾的概覽觀察，就可能從人群層級數據得來。
既然我們已經不可避免地要走向一個沒有第三方 cookie 的世界，似乎也代表著我們正迎來一個機會－「重新有效利用傳統上游的人群層級數據」。從人群層級數據我們獲得了對 TA 整體的行為預估、再從個體用戶的行為數據獲得對特定消費者的接觸策略。利用不同層次的數據由上而下梳理脈絡，以新的方式去為最終程序化的部署提供更有效的資訊。
十、 在「數據潔淨室」分析你的數據
有鑒於在未來的行銷產業將建基在第一方數據、確認用戶的同意和保障隱私權之上，數據潔淨室（Data Clean Rooms）在行銷的作用就將變得更重要。數據潔淨室是如 Google、Facebook、Amazon 等圍牆花園（Walled garden）與廣告商共享匯總數據的地方，在這個潔淨室中的所有分析、使用行為受到嚴格管控，以確保使用者的隱私受到保護。廣告商可將收集到的第一方數據帶入空間，與這些大媒體公司提供的匯總數據比較、比對，從而衡量廣告活動操作是否得宜、是否向同樣的群體投放了過多的廣告。
維持一個數據潔淨室並不便宜，目前業界中最知名的數據潔淨室解決方案當屬 Google 的 Ads Data Hub，該解決方案也由 Amazon 和 Facebook 共同開發。圍牆花園之外，諸如 Infosum 和 Snowflake 的雲數據平台也正在開始提供相關的解決方案，使數據可以經由多方參與，以創建隱私安全的數據合作網絡。
資料來源： iab 、LiveIntent、 BusinessWire
